Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
登山って、つらくない? ~標高とコースタイムから見るつらみ~
Search
icebee16
February 24, 2019
Research
2k
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
登山って、つらくない? ~標高とコースタイムから見るつらみ~
2019年2月24日開催のSports Analyst Meetup #1のLT資料です
icebee16
February 24, 2019
More Decks by icebee16
See All by icebee16
「強化学習」輪読会資料
icebee16
0
470
Aptos2019 48th Solution
icebee16
1
1.4k
富士登山競争を定量的に評価する
icebee16
0
1.1k
Other Decks in Research
See All in Research
進学校の生徒にはア行の苗字が多いのか
ozekinote
0
540
Anthropic が提案する LLM の内部状態を自然言語で説明可能にした Natural Language Autoencoders / Natural Language Autoencoders Produce Unsupervised Explanations of LLM Activations
shunk031
0
180
HackSick vol.7 LT資料【LLMアーキテクチャ入門・事前学習時の躓き所解説】 スパースなAttention・状態空間モデル
rikkabotan7
0
160
「AIとWhyを深堀る」をAIと深堀る
iflection
0
580
羽田新ルート運用6年の検証
1manken
0
200
AIエージェント時代のLLM-jpモデルのあるべき姿
k141303
0
580
Google Cloud Next 2026 DM Recap Agentic Data Cloudを添えて / Google Cloud Next 2026 DM Recap
nnaka2992
0
120
超効率化への挑戦:1bit LLMの現状と展望
yumaichikawa
0
540
計算情報学研究室(数理情報学第7研究室)2026
tomohirokoana
0
780
GLIM とMegaParticles:正規分布近似の限界とタイトカップリング&パーティクルフィルタの進展 / GLIM and MegaParticles : Progress of the distribution representation in SLAM
koide3
0
720
kintone リサーチ副部/UXリサーチャー 業務紹介
cybozuinsideout
PRO
0
140
The Landscape of Agentic Reinforcement Learning for LLMs: A Survey
shunk031
4
1.2k
Featured
See All Featured
The Curious Case for Waylosing
cassininazir
1
480
Amusing Abliteration
ianozsvald
1
260
The Invisible Side of Design
smashingmag
301
52k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
210
Site-Speed That Sticks
csswizardry
13
1.5k
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
490
How to Talk to Developers About Accessibility
jct
2
520
What the history of the web can teach us about the future of AI
inesmontani
PRO
1
670
A Tale of Four Properties
chriscoyier
163
24k
Scaling GitHub
holman
464
140k
Lessons Learnt from Crawling 1000+ Websites
charlesmeaden
PRO
1
1.5k
Transcript
登山って,つらくない? ~ 標高とコースタイムから見るつらみ~ icebee (@icebee) Feb. 24th, 2019. 1 ×
登山 共著: mocobt (@mocobt)
icebee (@icebee) ◢ 金融機関で研究員 (修士卒1年目) ◢ 登山ガチ勢 ▶ 日本百名山46座登頂 ▶
B2~M1まで富士山に篭って山岳ガイドしてた mocobt (@mocobt) ◢ 外資メーカーでR&D (修士卒1年目転職済) ◢ 暇そうにしてたので,LTの資料作成手伝ってもらった ◢ 登山ゆるふわエンジョイ勢 ▶ 低山登山で疲労骨折の経験あり ▶ よく高山病になる 自己紹介 2
3 突然ですが
4 なぜ人は山に登るのか?
5 なぜ人は山に登るのか? 景色がきれい 登った後の温泉が最高 登った後の酒が最高
6 なぜ人は山に登るのか? 景色がきれい 登った後の温泉が最高 登った後の酒が最高 要するにそこに山があるから!!! (楽しい)
でも,登山ってつらくない? 7
A. つらいです.山毎に難易度変わるし,どの山がちょうどいいのかわからない... 8 でも,登山ってつらくない? 山の選択に失敗し,絶望した後輩の図
現状のつらさを示す基準 9 ◢ 登山サイトではざっくり示されているだけで,よくわからない ▶ 現状,コースタイム(登山にかかる時間)とベテランが設定した難易度だけ ◢ 登山漫画は登場人物の体力が無限であることが多いので,つらさはわからない ▶ どれも面白いです
ヤマノススメ [しろ, アース・スター エンタテインメント] 女の子だけで登山する漫画.あおいちゃんが可愛い 登場人物の体力は基本的に無限 岳 [石塚真一, 小学館] おじさんが登山する漫画 主人公の体力は無限 岳人列伝 [村上もとか, 小学館] 登山家が登山する漫画 登場人物の体力は無限
本発表の位置づけ 10 目的: 登山のつらさが現状よくわからない問題の解決 アプローチ: 新たな登山の定量化手法TKO-based Metricsの提案 有用性: どの山を登ればいいのか,初心者でもなんとなくわかるようになる 注意:
本発表に科学的・医学的根拠はありません コースタイム? 難易度? 何もわからない... もう登山は諦めて, 家で筋トレと Kaggleしてよう.... 登山を挫折した一般的な若者 TKO-based Metrics TKO-based Metricsに救われた一般的な若者 TKO最高!!!!! 休日は 登山と筋トレと Kaggle!!!
TKO-based Metrics とは? 11 ◢ 高尾山(Mt. Takao)のつらさを1tkoと定義する,登山のつらみ指数 ◢ 各山のつらみM[tko]は標高Z[km]とコースタイム列(T_n) [min]から計算
▶ Input: Z, (T_n) ▶ Output: M ▶ Algorithm i. 各コースi (i=0, 1, …, n) に対して以下のloss_o2を計算して,和total_loss_o2を求める • loss_o2 = (標高0地点の吸った息の酸素分圧 - 区間の始点と終点平均高度における吸った息の酸素分圧) × T_i ◦ 標高Zから気圧P [hPa]を計算: P = ((44.331514 - Z) / 11.880516) ** 5.255877 ▪ http://www.tone-akadaya.com/entry/pressure-altitude ◦ 気圧から吸った息の酸素分圧PiO2 [mmHg]を計算: PiO2 = (P * 760 / 1013 - 47) * 0.21 ▪ 760 [mmHg] = 1013 [hPa] = 1 [atm] ▪ http://www.chugaiigaku.jp/upfile/browse/browse2139.pdf ii. M = total_loss_o2 / 1399.73 • 1399.73は高尾山のtotal_loss_o2 注意: 本発表に科学的・医学的根拠はありません
1tkoの計算の様子 12
TKO-based Metrics 適用例 高尾山 13 以降地図画像引用元)YAMAKEI ONLINE (https://www.yamakei-online.com/yk_map) ・コース 高尾山口(200m)
>[60分]> 高尾山駅(410m) >[25分]> いろはの森コース出合(520m) >[25分]> 高尾山(599m) >[40分]> 稲荷山 (400m) >[40分]> 高尾山口(200m) ・総コースタイム 190分(3時間10分) ・標高レンジ 200[m] > 600[m] ・TKO-based Metrics 1.00 [tko]
TKO-based Metrics 適用例 筑波山 14 ・コース 筑波山神社入口バス停(200m) >[15分]> 筑波山神 社(241m)
>[20分]> 酒迎場(350m) >[50分]> 弁 慶茶屋跡(700m) >[40分]> 女体山(877m) >[15 分]> 御幸ヶ原(800m) >[20分]> 男女川源流の湧 水(600m) >[15分]> 中茶屋跡(525m) >[30分]> 筑波山神社(241m) >[10分]> 筑波山神社入口バス 停(200m) ・総コースタイム 215分(3時間35分) ・標高レンジ 200[m] > 877[m] ・TKO-based Metrics 1.52 [tko]
TKO-based Metrics 適用例 陣馬山 15 ・コース 陣馬山登山口(200m) >[50分]> 分岐(600m) >[30
分]> 分岐(730m) >[30分]> 陣馬山(855m) >[30 分]> 奈良子峠(730m) >[50分]> 陣馬の湯(350m) >[25分]> 陣馬登山口(200m) ・総コースタイム 215分(3時間35分) ・標高レンジ 200[m] > 855[m] ・TKO-based Metrics 1.59 [tko]
TKO-based Metrics 適用例 富士山(吉田ルート) 16 ・コース 富士スバルライン五合目(2305m) >[70分] > 六合目(2386m)
>[60分]> 七合目 (2700m) >[80分]> 八合目(3040m) >[80 分]> 本八合目(3380m) >[50分]> 九合目 (3570m) >[45分]> 吉田口頂上(3710m) > [50分]> 本八合目(3380m) >[50分]> 八 合目(3270m) >[90分]> 七合目(2640m) > [40分]> 六合目(2386m) >[50分]> 富士 スバルライン五合目(2305m) ・総コースタイム 635分(10時間35分) ・標高レンジ 2305[m] > 3710[m]
TKO-based Metrics 適用例 富士山(吉田ルート) 17 ・コース 富士スバルライン五合目(2305m) >[70分] > 六合目(2386m)
>[60分]> 七合目 (2700m) >[80分]> 八合目(3040m) >[80 分]> 本八合目(3380m) >[50分]> 九合目 (3570m) >[45分]> 吉田口頂上(3710m) > [50分]> 本八合目(3380m) >[50分]> 八 合目(3270m) >[90分]> 七合目(2640m) > [40分]> 六合目(2386m) >[50分]> 富士 スバルライン五合目(2305m) ・総コースタイム 635分(10時間35分) ・標高レンジ 2305[m] > 3710[m] ・TKO-based Metrics 21.93 [tko]
TKO-based Metrics 適用例まとめ 18 山名 総コースタイム [分] 最低標高 [m] 最高標高
[m] TKO-based Metrics 高尾山 190 190 599 1.0 筑波山 215 200 877 1.52 陣馬山 215 200 855 1.59 富士山 635 2305 3710 21.92
まとめ 目的: 登山のつらさがよくわからない問題の解決 アプローチ: 高尾山を基準としたつらみ定量化手法 TKO-based Metricsの提案 結果: ◢ 標高とコースタイムをもとに定量的な山の
難易度の指標を示すことが出来た 登山楽しいので, 皆さんも是非週末は登りに行きましょう!!! 19